AI 搜索
五件套:一是机器人可达——robots 对 AI 爬虫显式放行且实测不被防火墙/验证页拦截;二是机器可读面——llms.txt 事实文件(可选辅助)、sitemap 完整、核心页提供 Markdown 版(可选);三是实体结构——JSON-LD 写明 Organization 等实体类型、标题与 H1 规范、双语站 hreflang 对应;四是问答式内容——按客户问题组织页面、短答先行并配 FAQ schema;五是可度量——后台能分开看到真人与机器人流量、AI 引荐带来的线索单独归因。Negency 官网自身就是按这五条改造的,体检工具用的也是同一套标准。
查看完整答案 →AI 搜索
llms.txt 是放在网站根目录的一份纯文本说明书,专门写给 AI 看:公司是谁、做什么、核心页面在哪、关键事实与定义是什么。它不能直接提升被引用的概率(Ahrefs 2026 年 5 月研究:137,210 个域名中,已发布 llms.txt 的文件 97% 当月零次被取用,对引用率的直接影响接近零),但它是成本最低的事实治理动作——一份文件把全网口径统一锚点立住,AI 抓取时有据可依。结论:值得加,但别指望只加它就有效;它要和实体事实治理、结构化数据、问答式内容一起做。Negency 的 llms.txt 是事实圣经版:含公司定义、方案边界、案例出处与引用规则。
查看完整答案 →AI 搜索
对以获客为目的的企业站:应该放行,而且是显式放行。逻辑很直接——AI 爬虫进不来,AI 就不会在答案里引用你,等于主动退出 AI 搜索这个渠道。我们对 30 家出海企业的实测里,只有 3 家把三大 AI 爬虫全挡在外面,而这 3 家的可见度上限被自己锁死。放行不等于裸奔:管理后台等敏感路径继续关闭、按真实 IP 限流防滥用、内容使用信号(Content-Signal)可以单独声明训练/搜索/输入的许可。Negency 的 robots 政策是全部放行 + 仅关后台 + 限流防护,可直接参考。
查看完整答案 →AI 搜索
查的是「AI 能不能找到你、读懂你、信你」这条链上的约 30 个信号,分五类:机器人可达性(爬虫是否被放行、sitemap 是否完整)、机器可读面(llms.txt、Markdown 版、抓取成功率)、实体事实(公司信息是否有结构化标注、全网是否一致)、内容结构(问答式组织、标题层级、短答先行)、引用就绪度(案例与数据是否有公开来源可核)。Negency 的免费体检就是按这五类逐项出分,查完能定位到具体页面和具体问题,而不是只给一个总分。
查看完整答案 →AI 搜索
结构化数据是机器读的那份「事实表」:用 JSON-LD 明确告诉爬虫——实体是哪家公司、这一页是 FAQ 还是服务还是报告、里面的人名时间数字各是什么。它的重要是「不对称」的:补上它不会直接带来引用,但缺了它会造成一类真实错误:AI 读错你的事实、把你和同名公司混淆、或者干脆解析不了页面。在 Negency 对 30 家中国出海企业的采样里,17 家完全没有 JSON-LD,是机器可读一组里最普遍的缺项。
查看完整答案 →AI 搜索
先别急着找 AI 公司投诉——AI 说错,十有八九是它读到的某个来源本身错了或互相矛盾。处理顺序是:定位错误说法住在哪个页面上(常是自家官网的旧页面、某平台条目或 Wikipedia);在官网上留一份唯一的、机器可读的正确事实(llms.txt + JSON-LD),让引擎有标准答案可引;按被引用权重逐个纠正第三方来源;最后用同一组问题定期复测确认。厂商申诉通道存在但慢,是兜底手段,不是主解法。
查看完整答案 →